面向微博消息流的異常消息檢測(cè)關(guān)鍵技術(shù)研究.pdf

1、當(dāng)代是共享信息的時(shí)代，隨手移動(dòng)端的發(fā)展和網(wǎng)絡(luò)普及化，微博成為人們生活中一種不可或缺獲取信息的便捷途徑，它可以實(shí)現(xiàn)與他人分享、交流、互動(dòng)信息等功能。然而隨著微博消息數(shù)量的日益膨脹，突發(fā)消息和垃圾消息會(huì)在微博平臺(tái)上的擴(kuò)散速度更快，傳播更廣。如何快速有效的檢測(cè)微博的中異常消息已經(jīng)成為微博輿情監(jiān)管領(lǐng)域重要研究的方向。
　　突發(fā)消息檢測(cè)的研究重點(diǎn)是微博中合理調(diào)整滑動(dòng)窗口的大小以及合理選取閾值的大小?；诖藛?wèn)題，文中是基于時(shí)間序列方式的微博滑

2、動(dòng)窗口，針對(duì)固定窗口檢測(cè)突發(fā)消息的靈敏程度小，閾值的固定化不能適應(yīng)消息變化快慢等缺點(diǎn)，本文結(jié)合滑動(dòng)窗口算法和自適應(yīng)閾值算法，提出自適應(yīng)滑動(dòng)窗口及判定閾值微博突發(fā)消息檢測(cè)研究。該模型考慮到網(wǎng)絡(luò)流量實(shí)時(shí)性對(duì)窗口和閾值要求靈活的特點(diǎn)，通過(guò)實(shí)驗(yàn)數(shù)據(jù)選擇時(shí)間跨度長(zhǎng)短不同的微博消息，用對(duì)比方式驗(yàn)證自適應(yīng)滑動(dòng)窗口比固定窗口檢測(cè)消息的時(shí)間要快、要合理，更好分析突發(fā)消息波動(dòng)的趨勢(shì)。用對(duì)比實(shí)驗(yàn)驗(yàn)證自適應(yīng)閾值的正確性，更好的預(yù)測(cè)微博突發(fā)消息的起伏變化。

3、>　　在微博檢測(cè)突發(fā)消息的過(guò)程中，檢測(cè)的消息中會(huì)存在垃圾消息。如何將數(shù)據(jù)信息提取出來(lái)服務(wù)于用戶，最終目的是要凈化垃圾信息。根據(jù)人工標(biāo)注和匹配規(guī)則方式對(duì)垃圾消息分類的識(shí)別適應(yīng)性差的問(wèn)題，因此本文提出融合KNN和SVM的微博垃圾消息檢測(cè)算法研究。該算法采用有監(jiān)督學(xué)習(xí)，判斷樣本點(diǎn)到?jīng)Q策平面的距離，對(duì)于分類模糊的樣本點(diǎn)進(jìn)行再次分類。通過(guò)實(shí)驗(yàn)證明，融合方法能有效提高垃圾檢測(cè)的正確性，有效識(shí)別垃圾的問(wèn)題。
　　綜上所述，本文重點(diǎn)分析影響突發(fā)消